Jetson TX2开发笔记

Jetson TX2开发笔记

  • 刷机与开发环境配置
    • SDK Manager 安装 Jetpack4.3
    • 网络配置
      • 主机代理准备
      • TX2网络配置
    • Tensorflow安装
    • Pycuda安装
    • opencv测试

刷机与开发环境配置

SDK Manager 安装 Jetpack4.3

Nvidia推出SDK Manager后,刷机变得比较方便了,直接在jetson下载中心下载安装在Linux系统的主机上即可,然后使用jetson TX2官方套件里的microUSB线连接主机和TX2,刷OS时选择手动模式将TX2设置到Recover Model,具体方法是先按下s4按钮,灯亮后松开,然后马上按住s3按钮不放,同时按住s1按钮两三秒,然后放开s1,最后放开s3,此时主机上应该会识别到USB设备接入,这时就可以点击flash开始OS的安装了。OS安装成功后,设置TX2系统上的用户名和密码,进入桌面,然后在SDK Manager中输入相应的用户名和密码,安装即可(参考官方教程)。如果出现OS安装成功,但是SDK components安装失败,如CUDA安装失败,在尝试一两次retry后依然失败的话,建议重新装OS,如果还不行,建议删除下载的安装包,重新用SDK Manager下载,重新安装。多试几次,总会成功。

网络配置

TX2套件中提供了两个天线,安装天线后就可以直接连接wifi了。同时TX2也搭载了网线接口,通过网线连接会快很多。当然,如果没有梯子,网再快也没有用。下面就介绍一下TX2如何设置代理

主机代理准备

首先需要主机运行代理,在选项设置的本地代理中勾选允许来自局域网的连接,然后在cortana中搜索cmd,打开cmd终端,输入ipconfig,得到无线局域网适配器WLAN的IPv4地址。

TX2网络配置

打开TX2设置中的network设置,通过wifi或网线连接到和主机相同的网络,点击network proxy,设置为手动,下面四个地址全部填写之前获得的IPv4地址,端口全部填写1080,点击应用即可。网络很关键,因为如果不能配置成功,后面的python库和一些软件的下载会很慢很慢。

Tensorflow安装

jetson平台对tensorflow是全面支持的,其他框架是否支持我也不太清楚。前面已经设置代理成功,直接按照官方教程一步一步走就行了。tensorflow的多种版本都可选择,不过不太建议安装最新的2.0版本,因为很多官方示例都是用的1.x版本写的,建议安装1.15版本。

Pycuda安装

pycuda在TensorRT的使用中是必不可少的,但是安装中老是出现各种问题,下面具体讲一下安装步骤
首先添加路径

export PATH=$PATH:/usr/local/cuda/bin

然后直接pip3 --user安装

pip install pycuda --user

如果报错,尝试下面的方法

sudo su -
export PATH=$PATH:/usr/local/cuda/bin
pip install pycuda --user

实在不行的话,参考这个网站

opencv测试

opencv在jetpack中已经一并安装,jetpack4.3的opencv是4.1.1版本的。打开终端,启动python3,尝试import cv2,如果未成功,请使用SDK Manager重新安装opencv。这里有一个坑,在spyder3中import cv2始终会报错,我因为这个尝试了各种方法重装opencv,结果最后发现原来是spyder自身的问题,在终端中不会报错,我也是醉了。

还有一些开发中用到的小trick,以后再更吧

你可能感兴趣的:(深度学习,tensorflow,神经网络,自动驾驶)